FLI-IAM : Une infrastructure nationale pour la gestion des données et des outils en imagerie in vivo
Michel Dojat  1  
1 : Grenoble Institut des Neurosciences  (GIN)  -  Site web
CNRS : UMR5293, Université Grenoble Alpes, Inserm, CEA, CHU Grenoble

Voir la vidéo

https://gricad.univ-grenoble-alpes.fr/video/fli-iam-infrastructure-nationale-gestion-donnees-et-outils-en-imagerie-vivo

Dans le cadre des investissements d'Avenir « Infrastructure en Biologie et Santé », France Life Imaging (FLI) a
pour ambition de coordonner à l'échelle nationale les activités de recherche et les compétences en imagerie in
vivo chez l'homme et l'animal, et de fournir un accès commode à un éventail complet de technologies
d'imagerie (150 systèmes d'imagerie) et de services intégrés et harmonisés. Au sein de FLI, l'infrastructure
“Image Analysis and Management” (IAM) a pour objectif la mise en place d'une infrastructure informatique
(logicielle et matérielle) pour la gestion et le traitement dématérialisé des données d'imagerie in vivo (homme
et petit animal) en provenance d'acteurs très divers (centres de recherche, hôpitaux, recherche clinique publique
et privée, etc...). FLI-IAM propose une infrastructure versatile, développée à partir de composants logiciels
fournis par les partenaires académiques du projet et permettant la connexion de composants allant de la gestion
des données et des méta-données d'imagerie au traitement des images produites à travers des outils mis à
disposition sur le poste de travail de l'usager ou à travers l'usage de ressources de calcul massives (grilles de
calcul, clusters, ...). Dans ce cadre, FLI-IAM fournit un cadre d'interopérabilité permettant de faire cohabiter
des composants logiciels de diverses origines (solutions académiques ou provenant de fournisseurs de logiciels)
pour l'offre de services d'hébergement et de calcul de données d'imagerie in-vivo. Ainsi, l'infrastructure FLIIAM
en cours de développement représente une avancée technologique importante pour fédérer de façon
structurée les données et méta-données d'imagerie in vivo acquises sur différents sites, fusionner des données
hétérogènes (structurales, fonctionnelles, comportementales et génétiques), faciliter le déploiement et
l'exécution de chaînes de traitement de référence et permettre le développement de projets à large échelle chez
l'homme et l'animal pour dépasser les limitations des études actuelles.


Personnes connectées : 1